近几年，无线传感器网络在工业生活中得到越来越广泛的应用。无线传感器网络是由大量微小传感节点组成的，具有很强的扩展性，但是由于其能量和计算能力有限，又常被布置在人员难以到达的区域，所以如何延长网络的生命周期成为当前的研究重点。考虑到无线传感器节点分布的密集性以及相邻节点数据的高度相关性，如果将所有的数据全部进行不处理传输，会给整个网络带来不必要的能量以及通信带宽的消耗。因此本文从数据融合和路由角度出发，将两者结合，优化网络拓扑，均衡网络消耗，减少数据传输量，节省传输能耗。文中将从以下三个方面对无线传感器网络基于数据融合的路由算法进行讨论，同时提出改进的算法，并和前人的方法进行比较，来证明本文所有算法的优越性。1)针对LEACH分簇路由算法普遍存在分簇不均匀，整体网络能耗不均衡的问题，本文提出了改进K-ACO分簇路由算法。首先利用蚁群以及K-medoids聚类算法对随机分布的传感器节点进行聚类，这样较好的解决了分簇不均匀的问题，同时结合改进的LEACH算法优化簇间数据的传输，因为改进算法考虑了节点的剩余能量，所以能够达到均衡整个网络能耗的效果。2)针对靠近基站的节点因为承担更多的转发数据任务更易耗尽能量的“热点”问题，本文提出了基于模糊控制的非均匀分簇路由算法，以节点剩余能量和距基站的距离为模糊控制输入确定簇头的竞争半径，越靠近基站能量越小的节点被分成更小的簇，从而分散过重的数据转发能耗，均衡网络的能量消耗。而且这个半径不是静态不变的，而是随着节点的能量消耗不断调整其竞争半径，从而延长整个网络的生命周期。3)针对网络内节点相关性不同而导致数据融合的程度也不同的问题，本文利用竞争游戏算法理论框架阐述了数据之间的相关性，并综合考虑传感器节点的剩余能量、干扰以及网络间的数据融合，构造算法的成本函数，求解最优解。最后通过建立的能量有效数据融合树，对无线传感器网络中多跳传输的数据进行动态融合，以减少整个网络的能量消耗。